申请/专利权人:南京邮电大学
申请日:2024-02-06
公开(公告)日:2024-05-17
公开(公告)号:CN118052895A
主分类号:G06T11/00
分类号:G06T11/00;G06V10/80;G06V10/77;G06V10/82;G06V20/68;G06V20/70;G06N3/0475;G06N3/045;G06N3/094
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本发明公开了图像生成技术领域的一种基于预训练图文匹配模型的食谱到食物可控生成方法和装置,方法包括:获取经过筛选的菜谱数据集;通过预训练图文匹配模型CLIP对所述菜谱数据集进行编码,通过融合模块将所述菜谱数据集编码后的菜名特征、食材特征及烹饪步骤特征的文本信息融合,获得融合特征;将所述菜谱数据集中的食材特征通过线性映射方法初始化为提示标签;将从所述经过筛选的菜谱数据集中随机采样的高斯噪声、提示标签、融合特征输入生成对抗网络模型,生成和所述融合特征内容相符的食物图像;将所述食物图像输入所述生成对抗网络模型中的图像判别器以区分真实图像和合成图像,基于所述真实图像和合成图像保证食物图像真实性和语义一致性。本发明能够解决由于烹饪指令之间顺序关系的影响以至于最终食谱和生成的食物图像之间语义不一致的技术问题。
主权项:1.一种基于预训练图文匹配模型的食谱到食物可控生成方法,其特征在于,包括:获取经过筛选的菜谱数据集;通过预训练图文匹配模型CLIP对所述菜谱数据集进行编码,通过融合模块将所述菜谱数据集编码后的菜名特征、食材特征及烹饪步骤特征的文本信息融合,获得融合特征;将所述菜谱数据集中的食材特征通过线性映射方法初始化为提示标签;将从所述经过筛选的菜谱数据集中随机采样的高斯噪声、提示标签、融合特征输入生成对抗网络模型,生成和所述融合特征内容相符的食物图像;将所述食物图像输入所述生成对抗网络模型中的图像判别器以区分真实图像和合成图像,基于所述真实图像和合成图像保证食物图像真实性和语义一致性。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种基于预训练图文匹配模型的食谱到食物可控生成方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。